| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 问题的提出 | 第9-10页 |
| 1.2 研究目的及意义 | 第10页 |
| 1.3 研究现状 | 第10-12页 |
| 1.4 本文研究内容 | 第12-13页 |
| 第2章 数据挖掘技术概述 | 第13-19页 |
| 2.1 数据挖掘技术 | 第13-14页 |
| 2.2 数据挖掘功能 | 第14-16页 |
| 2.3 数据挖掘的发展趋势 | 第16-19页 |
| 第3章 供应商评价系统的体系结构 | 第19-23页 |
| 3.1 供应商评价系统数据交换安全框架体系 | 第19-20页 |
| 3.2 加密技术层 | 第20页 |
| 3.3 安全认证层 | 第20-23页 |
| 3.3.1 数字摘要(Digital Digest) | 第20页 |
| 3.3.2 数字签名(Digital Signature) | 第20-21页 |
| 3.3.3 数字时间戳(Digital Time-Stamp) | 第21页 |
| 3.3.4 数字凭证(Digital ID) | 第21页 |
| 3.3.5 认证(CA,Certificate Authority) | 第21-23页 |
| 第4章 数据挖掘在供应商评价中的框架描述 | 第23-31页 |
| 4.1 数据挖掘在供应商评价中的意义 | 第23-24页 |
| 4.2 RFM模型 | 第24-25页 |
| 4.3 决策树算法 | 第25-27页 |
| 4.4 问题定义 | 第27页 |
| 4.5 数据预处理 | 第27-29页 |
| 4.6 供应商评价的选择 | 第29页 |
| 4.7 建议规则的生成 | 第29-31页 |
| 第5章 数据挖掘在供应商评价中的运用实证 | 第31-40页 |
| 5.1 数据分析的工具选择 | 第31页 |
| 5.2 源数据描述 | 第31页 |
| 5.3 基于RFM的供应商类型分析 | 第31-33页 |
| 5.4 基于RFM的供应商决策树分类模型 | 第33-35页 |
| 5.5 供应商评价中的数据挖掘分析 | 第35-40页 |
| 5.5.1 RFM模型分析 | 第35-38页 |
| 5.5.2 ID3决策树分类方法 | 第38-40页 |
| 结论 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44页 |
